【多源广搜】【DFS】地图中的最高点/判断二分图+浅谈Python中数组的浅拷贝和深拷贝
地图中的最高点
多源广搜的重点：确保能正确判断两个源点发生交会
判断二分图
DFS的trick：Python3 用nonlocal关键字修饰flag，可以标记是否为有效二分图
用all来判断
Python中数组的浅拷贝和深拷贝：
在Python中，数组的拷贝操作可以分为浅拷贝和深拷贝两种方式：
浅拷贝（Shallow Copy）：
浅拷贝创建了一个新的对象，该对象是源对象的一个副本。但是，新对象中的元素仍然是源对象元素的引用。换句话说，新对象只是源对象的一个浅层副本，其中的元素仍然指向相同的内存地址。
在Python中，可以使用切片操作或copy()函数执行浅拷贝。例如：
original_list = [1, 2, 3, [4, 5]]
shallow_copy = original_list[:] # 使用切片操作进行浅拷贝
对于浅拷贝，当修改源对象的可变元素时，新对象也会受到影响，因为它们共享相同的引用。但是，如果修改源对象的不可变元素，例如整数或字符串，新对象不会受到影响。
深拷贝（Deep Copy）：
深拷贝创建了一个全新的对象，并且递归地复制源对象及其所有嵌套对象。这意味着新对象和源对象是完全独立的，对一个对象的修改不会影响另一个对象。
在Python中，可以使用copy.deepcopy()函数执行深拷贝。例如：
import copy
original_list = [1, 2, 3, [4, 5]]
deep_copy = copy.deepcopy(original_list) # 执行深拷贝
对于深拷贝，即使修改源对象的可变元素，新对象也不会受到影响，因为它们具有不同的内存地址。
需要注意的是，深拷贝可能会更耗费内存和处理时间，特别是当源对象包含大量嵌套对象时。因此，只有在需要真正独立的副本时才需要执行深拷贝。
总结：
- 浅拷贝创建一个新对象，但是其中的元素仍然是源对象元素的引用。
- 深拷贝创建一个全新的对象，并递归地复制源对象及其所有嵌套对象。
- 对于浅拷贝，修改源对象的可变元素会影响新对象，而不可变元素不会受到影响。
- 对于深拷贝，无论修改源对象的哪个元素，新对象都不会受到影响。
地图中的最高点：
class Solution:
def highestPeak(self, isWater: List[List[int]]) -> List[List[int]]:
water_tiles = []
m = len(isWater)
n = len(isWater[0])
for i in range(m):
for j in range(n):
if isWater[i][j] == 1: # Check for water, not 0
water_tiles.append((i, j))
height = [[-1] * n for _ in range(m)] # Initialize height grid
queue = deque()
for tile in water_tiles:
x, y = tile
height[x][y] = 0 # Set water tiles to height 0
queue.append(tile)
while queue:
x, y = queue.popleft()
for dx, dy in [(-1, 0), (1, 0), (0, 1), (0, -1)]:
x_ = x + dx
y_ = y + dy
if 0 <= x_ < m and 0 <= y_ < n and height[x_][y_] == -1:
height[x_][y_] = height[x][y] + 1
queue.append((x_, y_))
return height
错误的写法的反思——没有正确判断源点的交会
- 在原始代码中，错误地将水域的方格识别为值为0的方格。在修正后的代码中，我们检查值为1来识别水域方格。
- height 网格被初始化为
isWater的浅拷贝，这将导致修改原始的isWater列表。在修正后的代码中，height被初始化为一个与isWater相同尺寸的新网格，所有值都设置为-1。 - 在循环中，
source变量是不必要的。修正后的代码直接使用坐标x和y。 - 循环中的 x_ 和 y_ 计算错误。正确的计算方法是将
dx和dy添加到x和y上。 - 条件语句中的条件是检查
height[x_][y_] == 0，这只允许遍历高度为0的单元格。在修正后的代码中，条件是height[x_][y_] == -1，允许遍历未访问过的单元格。
class Solution:
def highestPeak(self, isWater: List[List[int]]) -> List[List[int]]:
water_tiles = []
m = len(isWater)
n = len(isWater[0])
for i in range(m):
for j in range(n):
if isWater[i][j] == 0:
water_tiles.append((i, j))
isWater[i][j] = 0
height = isWater[:]
queue = deque()
queue.extend(water_tiles)
while queue:
size = len(queue)
for i in range(size):
source = queue.popleft()
for dx, dy in [(-1, 0), (1, 0), (0, 1), (0, -1)]:
x, y = source
x_ = x - dx
y_ = y - dy
if (0 <= x_ < m) and (0 <= y_ < n) and height[x_][y_] == 0:
height[x_][y_] = height[x][y] + 1
queue.append((x_, y_))
return height
判断二分图
class Solution:
def isBipartite(self, graph: List[List[int]]) -> bool:
colored = {}
def dfs(v, color):
if v in colored:
return colored[v] == color
colored[v] = color
next_color = "B" if color == "R" else "R"
return all(dfs(neighbour, next_color) for neighbour in graph[v])
for vertex in range(len(graph)):
if vertex not in colored:
if not dfs(vertex, "R"):
return False
return True
